|
▌ 活动概述
本技术研讨会将通过演讲、方案演示、案例分享等方式，紧密结合各种行业案例，为您介绍深度学习/强化学习、将基于模型的设计应用在FPGA设计以及传感器融合、自主系统设计等技术热点。参加此次活动，您将了解MathWorks产品的最新技术进展和R2019a最新特性，有机会与相关领域应用专家面对面沟通如何高效利用MATLAB 和Simulink进行专业领域研究和产品设计。
▌ 技术亮点
- MATLAB深度学习/增强学习
- AI部署
- HDL代码生成
- 自主系统
- 传感器融合
▌ 参会对象
从事以下技术应用和研发的科学家、工程师、经理或老师：
- 自主系统、自动驾驶、人工智能
- FPGA仿真优化、算法开发
- 控制系统设计、嵌入式软件开发、代码生成、测试验证
扫描下方二维码即可报名
▌ 会议日程
| 时间 | | | | | 主题演讲：超越智“我”——对AI的洞见、实现和交互 MathWorks公司简介，MathWorks从工具供应商的角度认为创建一个人工智能驱动的系统，可不仅仅是开发智能算法，它还要求： - 洞见： 需要多领域专家的见解，以生成所需的测试、模型和场景，从而全面建立整个系统的信心
- 实现：具体细节包括数据准备、计算平台选择、建模与仿真以及自动代码生成
- 交互：与所有其他系统，包括人力工作流
相关客户案例分享，R2019a最新功能简介。
| | 为制造业决策部署AI应用——MATLAB人工智能算法部署 随着人工智能的日益普及，越来越多的企业计划或已经开始在生产制造过程中应用人工智能算法。而在应用过程中最重要的一环就是算法的部署。本次演讲侧重人工智能算法部署方面： - 展现人工智能算法开发的全流程
- 如何将算法部署到中央服务器或云上
- 如何在嵌入式的CPU和GPU平台部署人工智能算法
| | | | 使用MATLAB和Simulink开发自主机器人 从工业制造到消费电子，许多行业都在开发自动机器人。 本演讲演示了MATLAB和Simulink中针对机器人技术的不同功能领域的新功能，包括感知，规划和决策以及控制设计： - 开发机器人的运动学和动力学模型
- 使用深度学习进行感知算法设计
- 使用Stateflow进行监控逻辑控制
- 强化学习在机器人中的应用
- 通过基于模型的设计开发和测试机器人系统
| | 智能无人系统的传感器融合与跟踪 自主系统是学界、政府机构和众多行业关注的焦点。这些系统包括满足各种NHTSA自主水平的道路车辆；能够自主飞行和远程驾驶的消费级四轴飞行器，用于包裹运送、飞行出租车；以及用于救灾和太空探索的机器人。 在本次演讲中，将为您展示如何设计、仿真和分析能融合多传感器数据的系统，并以此保持位置、方向及进行态势感知。通过融合多传感器数据，您可以确保获得比依赖单个传感器获得更好的结果。 我们将探讨几个自主系统示例，向您展示如何： - 定义轨迹并创建多平台场景
- 模拟惯性和GPS传感器的测量结果
- 使用传感器模型生成目标检测清单
- 设计多目标跟踪器以及融合与定位算法
- 基于实际和合成数据，评估系统准确性和性能指标
| | |
▌ 演讲者背景
赵晨星，MathWorks中国应用工程经理，华中科技大学电子科学与技术专业学士和硕士学位，曾就职于GE和Agilent，在射频微波电路及系统、高速数字系统设计有多年工作经验。 单博，MathWorks中国高级应用工程师，哈尔滨工业大学信息与通信工程专业硕士毕业，曾在HARRIS Corp.和航天研究院所从事多年计算机视觉和高速数字信号处理研发工作。 吴菁，MathWorks中国高级应用工程师，机械电子工程硕士，专注于控制系统设计的行业应用。毕业于北京航空航天大学，获得机械电子工程学士学位，曾就职于中国运载火箭技术研究院（CASA），从事运载火箭的推力矢量控制系统的开发工作，并获得硕士学位。 马文辉，MathWorks中国高级应用工程师，南开大学博士，专注于工程大数据分析，机器学习和深度学习，以及并行与分布式计算领域。拥有多年大数据分析、建模与应用的经验；在MATLAB的机器学习和深度学习、并行与分布式计算、以及与大数据计算平台Spark™/Hadoop®相集成方面有较为深入的研究和应用经验。
▌ 参会方式 认真填写下方报名表，报名成功者将在研讨会临近前收到我们发出的邀请函。
扫描下方二维码即可报名
| 
发表于 2019-8-8 09:15:07
/2 
